← Todos los artículos

Medición

Cuánto cuesta realmente Claude Code: a dónde van los tokens

La tabla de planes es la mitad fácil de la pregunta por el precio. La mitad cara es lo que una sesión le hace a tu contexto, turno tras turno — y esa parte se puede contar.

Escrito por Ted Mavera, Product Manager en HarnessUp, la empresa que hace la herramienta descrita aquí. Los textos de este blog se escriben con ayuda de inteligencia artificial y son revisados por el equipo antes de su publicación.

Una máquina de metal que introduce páginas en bucle por una abertura violeta luminosa, junto a un cajón de cristal con páginas en caché, y una sola hoja apoyada en el suelo.

Por qué existe este artículo

Busca cuánto cuesta Claude Code y obtendrás la misma página cuarenta veces: una tabla con los planes, un párrafo sobre límites y un veredicto que depende de lo que el autor estuviera construyendo esa semana. La tabla es correcta y casi inútil. Responde cuánto pagas por entrar. No responde por qué la sesión del martes se sintió tres veces más pesada que la del lunes, en el mismo plan, en el mismo repositorio.

La segunda pregunta tiene una respuesta aritmética, y esa respuesta ya está en tu máquina. Este texto la recorre: qué reenvía realmente un turno, cuál de las cuatro líneas de la factura domina y dónde se esconde el desperdicio en el trabajo corriente. Mantendremos el producto fuera del camino hasta el último tercio, porque el método se sostiene sin él — y porque un desglose de costos que solo funciona si compras algo no es un desglose.

La única multiplicación que explica la factura

Un turno es un viaje de ida y vuelta al modelo. Todo lo que hay en la conversación hasta ese momento va con él, a menos que el harness compacte o que empieces de nuevo. Ese es el truco completo, y es la razón por la que un archivo leído una vez no se paga una vez. Nuestra documentación lo pone en una unidad, el token-turn: tokens multiplicados por el número de turnos en que un contenido sobrevive en el contexto.

8.000 tokens × 30 turnos = 240.000 token-turn
15.000 tokens × 37 turnos = 555.000 token-turn

Léelo dos veces, porque reordena la intuición con la que la mayoría llega a este tema. La herramienta que escribe menos código no es la que más ahorra. La que elimina del contexto lo que ya se usó sí lo es. Un archivo de 15k que llega en el turno 4 y nunca sale cuesta más del triple que un archivo de 8k que llega en el turno 1 — y el segundo es justo el que la gente suele intentar optimizar.

Cuatro líneas, no una: de qué está hecha la factura

La factura de Anthropic divide la entrada en tres bandas: entrada nueva, escritura de caché y lectura de caché, además de la salida. La división importa porque las tres bandas de entrada no tienen el mismo precio y porque se mueven en direcciones opuestas a medida que la sesión crece. Las lecturas de caché cuestan una fracción del precio base de la entrada, lo que suena a ganga hasta que recuerdas que una lectura de caché ocurre en cada turno. Las escrituras de caché cuestan más que la entrada simple y solo se pagan si el bloque se vuelve a leer antes de que el caché expire.

Ese plazo es la parte que la mayoría de los artículos sobre precios omite. Un caché de prompt es un contrato de alquiler de plazo corto, y el medidor se reinicia cuando vence. El temporizador de caché en la demostración de Utilities existe exactamente para esto: muestra un caché caliente enfriándose tras unos minutos de inactividad, para que veas el momento en que un almuerzo largo sube discretamente el precio de tu siguiente turno. Los porcentajes cambian con la lista de precios; el mecanismo no.

En la práctica, por eso dos sesiones con el mismo número de prompts pueden costar de formas muy distintas. Una mantiene un prefijo estable y se queda caliente. La otra edita archivos en la parte alta del contexto, rompe el prefijo cada tres turnos y paga por escribir el caché otra vez cada vez.

Cuatro columnas translúcidas de luz apiladas sobre un escritorio oscuro, tres estrechas y una más ancha, cada una marcada con un pequeño contador distinto y unidas en la base.
Cuatro líneas, una factura: entrada nueva, caché escrita, lectura de caché y salida.

A dónde van realmente los tokens

Cinco categorías explican la mayor parte del peso evitable en un día normal de trabajo. Ninguna es exótica. Todas son visibles en el transcript local después del hecho.

1. El contexto que se sigue releyendo

Cada mensaje que envías arrastra toda la conversación detrás de sí. En el turno 40, el archivo que abriste en el turno 3 sigue subiendo al tren, sigue ocupando un asiento, sigue cobrándose. La solución de siempre — una sesión nueva — funciona, pero la gente elige mal el momento: reinicia cuando la conversación parece larga en lugar de cuando el costo por vuelta cruza el costo de reconstruir el contexto. Son puntos distintos, y solo uno de ellos es donde renovar compensa.

2. El archivo entero por una función

Pedirle a un agente que arregle validate() normalmente entrega el auth.ts completo. Después el archivo entero se queda en el contexto por los turnos restantes, y la mayor parte de él es irrelevante. El mismo desperdicio aparece en la dirección opuesta: una búsqueda que devuelve seiscientas líneas coincidentes cuando las primeras veinte bastaban para decidir.

3. Salida de herramienta que nadie lee

Una ejecución de tests que imprime novecientas líneas, un log de build de un monorepo, el HTML de una página de documentación consultada para comprobar un parámetro. El transcript guarda todo eso. El modelo lo lee todo en el turno siguiente, lo necesite o no.

4. Turnos gastados en descubrir que el código no compila

Una edición entra, el agente dice que terminó, pides lo siguiente, y solo entonces alguien ejecuta el build. Ahora hay un viaje de ida y vuelta para descubrir un error de sintaxis que un compilador habría reportado en dos segundos, más otro para corregirlo, más el costo de que ambos se queden en el contexto. En una tarde normal, esta es la línea más silenciosa de las cinco y, según nuestra experiencia, la más irritante de mirar.

5. La respuesta con preámbulo

"Buena pregunta — déjame explicar lo que voy a hacer". Cuesta tokens de salida una vez y tokens de entrada en cada turno posterior, porque la respuesta ya forma parte del historial. Multiplica un hábito por cuarenta turnos y se convierte en una línea de la factura.

Qué cambia el plan y qué no

Los planes de Claude Code se miden por ventanas — bloques de cinco horas y un techo semanal — y esa estructura es la razón por la que la conversación sobre precios sigue dando vueltas en círculos. Un plan más grande compra margen a un precio más alto. No cambia el hecho de que un archivo de 15k cuesta 15k en cada turno, ni abarata una relectura. Haz suficientes mejoras de plan y el desperdicio escala con el plan.

La versión honesta: si tu trabajo es genuinamente grande, un plan más grande es la compra correcta. La pregunta que vale la pena hacer primero es si el trabajo es grande o si el contexto es lo que está pesado. Los dos se ven idénticos desde fuera y tienen soluciones muy distintas.

Mide antes de decidir nada

La razón por la que este artículo puede ser específico es que los números son locales. Claude Code escribe transcripts en disco, con uso real de tokens por turno, y una capa de medición puede leerlos sin enviar nada a ninguna parte. Nuestra área de Medición existe para eso y es gratuita: el Deep Scan recorre las conversaciones guardadas y desglosa el gasto por origen, Harness History abre el recibo de cada sesión cerrada, Inside the Wallet separa entrada nueva, lectura de caché, caché escrita y salida por modelo, y Plan Usage muestra lo que rindió cada ventana antes de que el límite se renovara.

Empieza por la sesión más fea de la semana pasada, no por un promedio. Los promedios esconden la forma del problema, y la forma es lo que puedes usar para actuar: un archivo gigante leído en el turno 2, un log en medio, una respuesta que divagó durante seiscientos tokens y luego se releyó treinta veces.

Dónde encaja HarnessUp

Esta es la parte en la que vendemos algo, así que viene con el número y el plan que exige. HarnessUp es una capa local que actúa a través de los hooks oficiales de Claude Code y de Codex — no es un proxy, no es un servidor MCP, nada que lea tu token o tu clave. Tiene 151 herramientas en diez frentes, y buena parte del frente de Savings se corresponde uno a uno con las cinco categorías de arriba.

Renew Session marca el turno en que continuar cuesta más que reiniciar y, en un contrafactual medido sobre historial real, el cambio alcanzó el 73% del contexto pagado. Code Finder devuelve el esqueleto de un archivo grande en la primera lectura y el cuerpo solo si se pide; Delta Read rechaza el tramo de un archivo que el agente ya vio; Head Limit limita un grep que devuelve una enciclopedia; Terminal Guide y Output Diet conservan el principio, el final y las líneas de error de un log largo. First Pass compila justo después de la edición, para que un build roto viaje con el turno siguiente en lugar de costar un turno propio. Response Diet recorta el texto de calentamiento. Memory State rota el archivo de contexto en fragmentos inmutables y midió 4,27% de contexto con 298 turnos de supervivencia.

La cifra más grande que tenemos es menos glamorosa y más útil: Build Now, que ejecuta el build al final de un mensaje sin gastar un turno de modelo, registró 2.769 builds y 806,7M de tokens de entrada releídos que no ocurrieron. Ninguno de estos números es tuyo. Son lo que el instrumento midió en las máquinas que lo ejecutaron, que es la forma honesta de presentar un contrafactual — y la razón por la que el panel muestra tus propios recortes por separado de la estimación.

Lo que este desglose no promete

No todo token en una sesión es desperdicio, y una herramienta que afirmara lo contrario te estaría mintiendo de una forma fácil de comprobar. Leer un archivo que necesitas no es desperdicio. Releerlo en el turno siguiente es un impuesto que pagas por la memoria del modelo, y parte de ese impuesto es el precio del trabajo. El punto de la aritmética es más estrecho: separar lo que exigió la tarea de lo que toleró el harness y luego decidir por cuál de los dos quieres pagar.

Tampoco promete que una sesión más barata sea más rápida. Comprimir un log o recortar un preámbulo cambia lo que ve el modelo, y hay casos en que el detalle recortado era el detalle que importaba. Por eso cada herramienta de aquí es reversible y por eso la capa de medición es gratuita: deberías poder ver el intercambio antes de hacerlo.

Empieza por tu propia factura. Instala HarnessUp gratis, ejecuta Deep Scan en las sesiones de la semana pasada y encuentra la línea que no debería estar ahí.

Instalar gratis